R-LiViT：面向脆弱道路使用者的 LiDAR-视觉-热成像路侧数据集
计算机视觉与模式识别
2025-07-31 v3
摘要
在自动驾驶领域，集成路侧感知系统对于克服遮挡挑战和增强脆弱道路使用者 (VRU) 的安全性至关重要。虽然 LiDAR 和视觉 (RGB) 传感器常被使用，但热成像在数据集中仍属少数，尽管其在极端照明条件下检测 VRU 具有显著优势。本文提出 R-LiViT，是首个结合 LiDAR、RGB 和热成像数据集，专注于 VRU 的路侧视角数据集。R-LiViT 在白天和夜晚记录了三个交叉口，确保数据集具有多样性。数据集包括 10,000 帧 LiDAR 数据和 2,400 组在时间和空间上对齐的 RGB 和热成像图像，覆盖 150 个交通情景，分别包含 7 和 8 个标注类别，为诸如目标检测和跟踪等任务提供了全面的资源。该数据集及复现评估结果的代码已公开 disponible。
引用
@article{arxiv.2503.17122,
title = {R-LiViT: A LiDAR-Visual-Thermal Dataset Enabling Vulnerable Road User Focused Roadside Perception},
author = {Jonas Mirlach and Lei Wan and Andreas Wiedholz and Hannan Ejaz Keen and Andreas Eich},
journal= {arXiv preprint arXiv:2503.17122},
year = {2025}
}
备注
11 pages, 8 figures, accepted at ICCV2025